PENGGUNAAN TRANSFORMASI WAVELET KONTINYU UNTUK MENGANALIS GEMPA VOLKANIK GUNUNG MERAPI DAN PEMBUATAN ATRIBUT SEISMIK INDIKASI HIDROKARBON PADA EKSPLORASI MINYAK DAN GAS BUMI

Budi Eka Nurcahya, Drs. MS., Prof. Dr. Kirbani Sri Brotopuspito

2014 | Disertasi | S3 Ilmu Fisika

Konsep transformasi wavelet awalnya dikemukakan oleh Morlet dan Arens (1982) di bidang geofisika untuk menganalis data seismik yang tidak stasioner, kemudian konsep transformasi wavelet berkembang di berbagai bidang seperti matematika, pemprosesan sinyal digital, analisis numerik, geofisika, pemprosesan citra (image prosessing ), fisika, dan bidang lainnya. Transformasi wavelet pada dasarnya adalah suatu proses transformasi menggunakan integral kernel (kernel integration) yang disebut ‘ wavelet’. Informasi yang akan diperoleh dalam transformasi wavelet adalah representasi sinyal dalam ‘ domain waktu’ ke dalam ‘domain waktu-frekuensi’ atau dikenal dengan ‘ time frequency representation’. Proses analisis waktu freku ensi dikerjakan dengan cara mengkonvolusi sinyal dengan wavelet. Pada proses analisis waktu frekuensi, resolusi frekuensi diperoleh dengan mendilatasi wavelet menggunakan skala tertentu dan resolusi waktu diperoleh dengan mentranslasi wavelet dengan faktor translasi tertentu. Kombinasi penentuan nilai skala dan nilai translasi dalam proses analisis waktu frekuensi berbasis CWT (Continuous Wavelet Transform) akan memberikan hasil analisis yang mempunyai resolusi yang tinggi. Proses analisis data dalam domain waktu frekuensi berbasis CWT dapat mengatasi kelemahan proses analisis data dalam domain waktu frekuensi berbasis STFT (Short Time Fourier Transform). Keterbatasan metoda STFT pada proses analisis data dalam domain waktu frekuensi adalah terletak pada p emilihan jendela ( window) yang tetap. Pemilihan jendela yang sempit akan memberikan resolusi frekuensi yang rendah dan pemilihan jendela waktu yang lebar akan memberikan resolusi waktu yang rendah. Pemakaian transformasi wavelet kontinyu pada analisis data seismik Gunung Api Merapi adalah untuk mengetahui lebih jelas perubahan kandungan frekuensi gempa MP, gempa guguran, VTB, tremor volkanik, gempa awan panas (permulaan) yang berasal dari Gunung Merapi dalam domain waktu -frekuensi, dan untuk menganalisis terjadinya perulangan gempa MP yang sangat menarik serta aliran lava pijar yang besar terjadi pada tanggal 21 sampai dengan 31 Oktober 1996. Analisis spektrum resolusi tinggi, koherensi, rektilinieritas, planaritas, derajat polarisasi, sudut datang semu dan sudut azimut untuk gempa MP yang terjadi pada tanggal 21 sampai dengan 31 Oktober 1996 menggunakan transformasi wavelet kontinyu (Morlet Wavelet), dapat dipergunakan untuk menduga bahwa lokasi sumber gempa MP berdekatan dan atau mekanisme sumbernya sama. dan dapat dipergunakan untuk menganalisis interval waktu antar gempa MP yang muncul berulang. Interval waktu antar gempa MP yang muncul berulang pada fenomena perulangan gempa MP yang terjadi pada tanggal 21 sampai dengan 31 Oktober 1996 terlihat adanya kesamaan dengan interval waktu terjadinya slip hasil penyelesaian persamaan diferensial gerakan model stick-slip visco-elastic slab. Dengan adanya kemiripan antara model dan hasil pengamatan maka dapat disimpulkan bahwa dinamika perulangan gempa MP dikontrol oleh kenaikan kecepatan V atau tekanan dan gesekan. Informasi ini dapat dipergunakan sebagai gambaran bahwa pertumbuhan kubah lava Gunung Merapi tahun 1996 di kontrol oleh kenaikan gaya yang berasal dari dalam tubuh Gunung Merapi pada saat terjadi kenaikan aktivitas Gunung Merapi Pemakaian transformasi wavelet kontinyu untuk analisis data seismik 2D dan 3D pada eksplorasi minyak dan gas bumi diantaranya adalah penggunaan wavelet komplek (Morlet Wavelet) untuk pembuatan atribut seismik, proses spektral dekomposisi, dan pembuatan atribut gradient amplitudo (GAMP). Atribut GAMP hasil transformasi wavelet kontinyu dapat menggambarkan adanya anomali hidrokarbon yang berada dalam reservoir stratigrafi atau kombinasi struktural dan stratigrafi. Kombinasi penggunaan atribut seismik GAMP hasil transformasi wavelet kontinyu dengan atribut hasil inversi seperti: simultaneous inversion (Vp/Vs, Vp, Vs, density, AIp, AIs,  (Lamda -Rho), dan  (Mhu -Rho)), AVO (A×B) dan nilai ) ( / ) ( f H f V hasil pengukuran mikrotremor tiga komponen arah yang dihitung menggunakan transormasi wavelet kontinyu, dapat dipergunakan untuk mendeteksi keberadaan hidrokarbon. Hal tesebut dapat terbukti dari hasil pemboran.

The concept of wavelet transform was initially proposed by Morlet and Arens (1982) in geophysics to analyze non-stationary seismic data, then the concept of wavelet transform developed in various fields such as mathematics, digital signal processing, numerical analysis, geophysics, image processing, physics , and other fields. Wavelet transform is essentially a process of transformation using a kernel integration called 'wavelet'. The information that will be obtained in the wavelet transform is a representation of signals in the ' time domain' into 'time-frequency domain', known as ' time-frequency representation'. The process of Time frequency analysis is done by convolution of signal with a wavelet. At the time frequency analysis, frequency resolution is obtained by dilatation the wavelet at certain scale and time resolution is obtained by translation the wavelet at factor of translation. Combination of the scale and translation values in the analysis of time-based frequency CWT (Continuous Wavelet Transform) will provide analytical results that have a high resolution. The analysis data in the time-frequency domain based on CWT can overcome the disadvantages of the process of analysis data in the time-frequency domain based on STFT (Short Time Fourier Transform). The limitation of STFT method at the process of analysis data in the time-frequency domain is located on the fixed window selection . The selection of a narrow window will give low frequency resolution and the selection of a wide window will give low time resolution. The application of continuous wavelet transform in the analysis of Merapi Volcanoe’s seismic data is to find out more clearly changes of the frequency content of MP earthquake, earthquake avalanches, VTB, volcanic tremor, an initially of hot cloud earthquake from Mount Merapi in the time-frequency domain, and to analyze occurrence of very interesting recurrence of MP earthquake and a large lava flow occurred on 21 to October 31, 1996. High-resolution spectrum analysis, coherence, rektilinieritas, planaritas, the degree of polarization, incidence angle and the apparent azimuth angle for MP earthquake that occurred on December 21 to October 31, 1996 by using a continuous wavelet transform (Morlet wavelet), can be used to infer the location of the earthquake source MP and adjacent or similar source mechanisms. and can be used to analyze the time interval between of recurring MP earthquakes. A recurrence of a time interval between MP earthquakes that occurred on December 21 to October 31, 1996 seem similar to time interval of slip occurrence of a solution of differential equations motion of stick -slip model of visco-elastic slab. With the similarity occurrence between the model and the observation result, we can conclude that the dynamics of MP earthquake recurrence is controlled by the increase of velocity V or pressure and friction. This information can be used to an illustration that the lava dome growth of Mount Merapi in 1996 was controlled by increasing force inside the body of Mount Merapi at the increasing of Mount Merapi volcanic activity. The use of continuous wavelet transform for analysis 2D and 3D seismic data to oil and gas exploration is the application of complex wavelet (Morlet wavelet) for generating seismic attributes, the spectral decomposition, and for generating the gradient amplitude attribute (GAMP). The GAMP attribute that is generated by using the continuous wavelet transform can describe the hydrocarbon anomalies in the stratigraphic reservoir or the combination of structural and stratigraphic reservoir. The application combination of seismic attributes GAMP as a result of continuous wavelet transform with inversion attributes: simultaneous inversion (Vp / Vs, Vp, Vs, density, AIp, AIs, (Lamda-Rho), and (Mu-Rho)), AVO (A ×B) and the value ) ( / ) ( f H f V as the result of three-components microtremor measurement that is calculated by using the continuous wavelet transform, can be used to detect the presence of hydrocarbons. This successful method can be proved from the results of drilling.

Kata Kunci : -